
Em 17 de novembro de 2026, a Microsoft anunciou o MAI Code 2 e o MAI Code 2 Flash e os levou ao GitHub Copilot para assinantes elegíveis. A proposta é clara: usar um modelo mais potente em mudanças complexas e um modelo mais leve em tarefas rotineiras, tentando reduzir a conta sem abrir mão de qualidade.
A comparação de preço e desempenho chama atenção. Mas, para uma empresa, o número que importa não é o custo de uma chamada nem a pontuação num benchmark isolado. É quanto custa entregar uma alteração correta, revisada, segura e integrada ao produto. Essa é a régua que eu usaria para avaliar o MAI Code 2 — e qualquer outro modelo de programação.
O que a Microsoft anunciou — e o que os números dizem
A Microsoft posiciona o MAI Code 2 para depuração profunda, refatoração, mudanças em vários arquivos e raciocínio sobre um repositório. O Code 2 Flash é voltado a tarefas frequentes, como explicar código, fazer edições pontuais e corrigir problemas rotineiros. O GitHub informa que os modelos usam cobrança baseada em consumo; disponibilidade depende do plano elegível e das configurações da organização.
Nos quatro benchmarks apresentados pela Microsoft para o Code 2, a empresa afirma que o modelo alcançou 98% do desempenho do GPT-6.1 Sol por 40% do custo e 96% do desempenho do Claude Opus 5.5 por 5% do custo. A conta usa preço promocional, com 50% de desconto. A Exame relata que três avaliações rodaram na plataforma interna da Microsoft e uma usou dados da Artificial Analysis. Portanto, são comparações divulgadas pelo fornecedor, em condições específicas — não uma garantia sobre qualquer repositório ou fluxo de trabalho.
Uma cobertura da InfoWorld detalha também as médias reportadas de custo por tarefa: US$ 0,309 para o Code 2, contra US$ 0,761 para o GPT-6.1 Sol e US$ 6,306 para o Claude Opus 5.5. Para o Flash, os valores informados foram US$ 0,052, US$ 0,080 e US$ 0,319, respectivamente, em comparação com GPT-6 Luna e Claude Haiku 5.5. Esses números são úteis para formular uma hipótese de teste. Não são uma previsão do gasto da sua equipe: o consumo de tokens, a tarefa, as tentativas e o preço promocional mudam a conta.
Há ainda uma ressalva temporal importante. Segundo os preços do GitHub citados pela InfoWorld, a promoção do Code 2 está prevista até 17 de maio de 2027; depois, as tarifas por milhão de tokens de entrada, entrada em cache e saída sobem. O Flash também tem preços promocionais e tarifas posteriores. Antes de contratar ou ampliar o uso, confira a tabela vigente, o câmbio, impostos e as condições do seu plano. Uma promoção pode tornar um piloto atraente sem representar o custo recorrente.
Preço por chamada não é custo por tarefa concluída
Um modelo pode gerar uma resposta barata e ainda assim sair caro se exigir várias tentativas, consumir muito contexto, introduzir erros ou aumentar o tempo de revisão. O inverso também acontece: uma chamada mais cara pode compensar se resolver um problema complexo com menos retrabalho e menor risco.
Eu mediria o custo por tarefa aceita assim: some o custo de inferência e ferramentas, o tempo de revisão e testes, o retrabalho, a integração e a manutenção; depois divida pelo número de alterações que passaram os critérios definidos e foram aceitas. Inclua o custo de tarefas abandonadas e de incidentes atribuíveis ao código gerado. Se o modelo barateia tokens, mas duplica a revisão, a economia pode desaparecer.
O cálculo não precisa começar perfeito. O importante é manter a mesma definição de tarefa concluída para todos os modelos e comparar com uma linha de base sem assistência ou com a ferramenta que a equipe já usa. Registre o esforço humano, não apenas o consumo de tokens.
Como montar um teste que represente seu desenvolvimento
Escolha tarefas reais e variadas: correções simples, bugs difíceis, alterações em vários arquivos, testes, refatoração e mudanças de interface. Inclua casos ambíguos, requisitos incompletos e tarefas em que a resposta correta é pedir esclarecimento ou não alterar o código. Um conjunto composto apenas por exemplos fáceis favorece modelos rápidos, mas não revela o custo das exceções.
Defina antes os critérios de aceite: testes aprovados, revisão humana, padrões do projeto, ausência de vulnerabilidades conhecidas e compatibilidade com as dependências. Rode os modelos no mesmo ambiente, com instruções equivalentes e limites de tentativas comparáveis. Faça uma amostra em modo controlado e registre taxa de aceitação, defeitos, tempo até o merge, revisões solicitadas, falhas de teste, consumo e custo.
Não misture Code 2 e Flash numa única média. Separe por tipo de tarefa: o modelo barato pode ser adequado para explicar um trecho e inadequado para uma migração ampla. A escolha pode ser uma política de roteamento — tarefa simples para Flash, mudança complexa para Code 2, caso de alto risco para revisão reforçada — desde que o encaminhamento também seja testado.
Revisão de código e segurança fazem parte da conta
Código que compila não é necessariamente código pronto para produção. A revisão precisa verificar comportamento, permissões, tratamento de dados, dependências, exposição de segredos e efeitos sobre sistemas existentes. A própria cobertura da InfoWorld destaca custos de integração, testes, segurança, revisão humana e correção de erros como itens que ficam fora do preço do modelo.
A Microsoft também delimita o escopo: diz que os modelos foram priorizados para tarefas comuns de programação corporativa e ainda não foram ajustados para problemas como pesquisa científica fundamental ou trabalho agêntico de horizonte muito longo. Isso é um lembrete útil: benchmark e descrição de produto ajudam a escolher o que testar, mas não substituem controles no ambiente real.
A decisão é sobre entrega, não sobre quem vence o benchmark
O MAI Code 2 merece entrar na avaliação de equipes que já trabalham no ecossistema GitHub e querem comparar preço, qualidade e integração. Mas eu não escolheria um modelo com base apenas no slogan de desempenho por uma fração do custo. O que vale é o resultado sob o código, as ferramentas, os padrões de segurança e a capacidade de revisão da sua operação.
Trate o preço promocional como condição temporária, meça o custo total por mudança aceita e mantenha uma linha de base comparável. Se a sua equipe testasse esses modelos nesta semana, qual tarefa real — e qual critério de qualidade — usaria para decidir se a economia é de verdade?
Fontes
Anúncio oficial da Microsoft: MAI Code 2 e Code 2 Flash. GitHub Changelog: disponibilidade e cobrança baseada em uso. Exame: contexto dos benchmarks e do desconto promocional. InfoWorld: médias de benchmark, custo por tarefa e análise dos custos operacionais.
Alexandre Guimarães
Especialista em Inteligência Artificial e Transformação Digital
Gostou do artigo?
Entre em contato para discutir como podemos ajudar sua empresa com Inteligência Artificial e Transformação Digital.